基于人工神经网络处理器的云端协同智能芯片制造技术

本公开提供一种人工智能电梯调度系统，包括：多个根据人工智能摄像头，配置为安装于一大楼的不同楼层，用于摄取电梯外部的等待人员，并输出统计人数；人工智能电梯调度设备，用于响应呼叫楼层的用户请求，接收至少一个楼层的用户请求数据，确定电梯调度方案。本公开能够在摄像头端即可以分析所拍摄的图片和/或视频内的人数，为后期分析提供依据，而无需将视频传输到后台再进行处理。

Cloud collaboration intelligent chip based on artificial neural network processor

The present disclosure provides an artificial intelligence elevator dispatching system, including: a plurality of artificial intelligence cameras, configured according to the artificial intelligence cameras, are installed on different floors of a building to take in the waiting personnel outside the elevator and output statistics; and an artificial intelligence elevator dispatching device for responding to user requests for calling floors, receiving at least one. A floor user requests data to determine the elevator dispatching plan. The present disclosure can analyze the number of photographs and/or videos captured on the camera side, providing a basis for later analysis without transmitting the video to the background for further processing.

【技术实现步骤摘要】
基于人工神经网络处理器的云端协同智能芯片
本公开涉及信息处理
，具体涉及一种人工智能电梯调度系统。
技术介绍
现有涉及摄像头技术包括：采用多种光学、电信号输入转换为电信号存储于存储介质中或者直接存为实体存储介质，并且由存储介质信息读入计算机软件进行图像识别并输出所需信号结果。现有智能摄像头技术问题在于，首先，其不能直接在摄像头中进行图像识别，整个系统需要有线或者无线连接进行数据传输，系统庞大，执行效率低；而且，主要通过软件执行图像识别，功耗大，效率低，无法做到较好的实时性。现有的电梯调度系统中通过顺向劫车(参考硬盘调度的LOOK(查找)调度算法，学术名为操作系统Scan算法)方法，或者就近相应(最近的电梯相应服务)方法，或者不考虑候梯人数的神经网络平衡调度方法。现有电梯调度系统技术的问题在于：一来，在群控电梯调度时很难实现调度最优化使得梯箱资源能够合理充分利用；二来，很难实现最优化算法使得乘梯请求平均响应时间最短；另外，电梯调度机制较为固定，无法做到实时优化，缺乏实际应用场景下的学习能力和适应性；还有，无法检测实时人流数据，从而调整合适的电梯资源调度机制。专利
技术实现思路
(一)要解本文档来自技高网...

【技术保护点】
1.一种人工智能电梯调度系统，其特征在于包括：多个人工智能摄像头，配置为安装于一大楼的不同楼层，用于摄取电梯外部的等待人员，并输出统计人数，所述人工智能摄像头包括：摄像件，用于摄取外部的图像和/或视频；处理器，用于将所述图像和/或视频转化为人脸识别结果，并以该人脸识别结果作为至少部分输入数据进行神经网络运算，运算后的输出神经元包括图像和/或视频内的人数；人工智能电梯调度设备，用于响应呼叫楼层的用户请求，接收至少一个楼层的用户请求数据，确定电梯调度方案，所述人工智能调度设备包括：处理芯片，用于接收一用户请求数据，并以该用户请求数据进行神经网络运算，运算后的输出神经元包括当前用户请求的执行队列，其...

【技术特征摘要】
1.一种人工智能电梯调度系统，其特征在于包括：多个人工智能摄像头，配置为安装于一大楼的不同楼层，用于摄取电梯外部的等待人员，并输出统计人数，所述人工智能摄像头包括：摄像件，用于摄取外部的图像和/或视频；处理器，用于将所述图像和/或视频转化为人脸识别结果，并以该人脸识别结果作为至少部分输入数据进行神经网络运算，运算后的输出神经元包括图像和/或视频内的人数；人工智能电梯调度设备，用于响应呼叫楼层的用户请求，接收至少一个楼层的用户请求数据，确定电梯调度方案，所述人工智能调度设备包括：处理芯片，用于接收一用户请求数据，并以该用户请求数据进行神经网络运算，运算后的输出神经元包括当前用户请求的执行队列，其中所述用户请求数据包括用户请求楼层的所述统计人数数据；运算器，根据至少一个用户请求的执行队列，确定电梯调度方案。2.根据权利要求1所述的人工智能电梯调度系统，其特征在于，所述处理器包括：存储单元，用于存储所述输入数据，神经网络参数和指令；控制单元，用于从所述存储单元中读取专用指令，并将其译码成运算单元指令并输入至运算单元；运算单元，用于根据运算单元指令对所述数据执行相应的神经网络运算，得到输出神经元。3.根据权利要求2所述的人工智能电梯调度系统，其特征在于，所述运算单元中，执行相应的神经网络运算包括：将输入神经元和权值数据相乘，获得相乘结果；执行加法树运算，用于将所述相乘结果通过加法树逐级相加，得到加权和，对加权和加偏置或不做处理；对加偏置或不做处理的加权和执行激活函数运算，得到输出神经元。4.根据权利要求1所述的人工智能电梯调度系统，其特征在于，所述处理器包括：预处理单元，用于对摄像机摄取的图像和/或视频数据进行预处理，转化为人脸识别结果，该人脸识别结果为符合神经网络输入格式的数据。5.根据权利要求4所述的人工智能电梯调度系统，其特征在于，所述预处理单元中，所述预处理包括摄像机摄取的图像和/或视频数据切分、高斯滤波、二值化、正则化和/或归一化，以获得符合神经网络输入格式的数据。6.根据权利要求2所述的人工智能电梯调度系统，其特征在于，所述处理器还包括：直接内存存取DMA，用于存入存储单元中的输入数据，神经网络参数和指令，以供控制单元和运算单元调用。7.根据权利要求6所述的人工智能电梯调度系统，其特征在于，所述处理器还包括：指令缓存，用于从所述直接内存存取DMA缓存指令，供控制单元调用。8.根据权利要求6所述的人工智能电梯调度系统，其特征在于，所述神经网络参数包括输入神经元、输出神经元和权值，所述处理器还包括：输入神经元缓存，用于...

【专利技术属性】
技术研发人员：高钰峰，陈云霁，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：北京,11